R语言数据分析案例30-基于ARMA模型的股价短期预测——以贵州茅台股票为例

一、选题背景和意义

茅台酒是我国传统特产酒，距今已有八百多年历史，被誉为“国酒”，经济地位和文化地位极高。党的十九大会议明确指出要努力推进购买力的提升，消费水平的升级在一定程度上意味着中产阶级会快速崛起，我国中产经济的高速发展会导致购买力的提升，这毫无疑问会带动我国经济的发展。

本文通过对贵州茅台上市公司进行建模预估其股票短期价格走势，分析其股票价格是否经得住验证，以此更加通透的了解这一支高价且神秘的股票。

二、文献综述

任文隆，孙宏宾（2008），基于西方理论基础对企业价值进行评估分析，得出用任意一种方法去进行评估企业的价值，结果反馈都是一样的，因此将区间数学引到了日后的企业经营性资产的价值评估方面上，使得价值评估模型更加柔软韧性更大，同时能包含更多的随机性，使得结果更具有参考价值和真实性。

邓军，杨宜，王玮，蒋喆慧（2009）提出经济领域上应用和研究最多的工具有时间序列分析，ARMA模型是一种能经常看到的模型，常被应用于金融领域进行预测和分析，结合ARMA的方法和模式，结合具体存在的股票对其进行分析，预测出价格变动和掌握其中的规律性。

三、方案论证（设计理念）

自回归移动平均模型（Autoregressive moving average model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与移动平均模型（简称MA模型）为基础进行“混合”而构成。

将所预测的指标随时间推移而形成的数据序列就可以看作是一个随机序列，这组随机变量所具有的依存关系体现着原始数据在时间上的延展性。。。。。

ADF平稳性及随机性

时间序列的平稳性是ARMA模型的重要假设。如果实际碰到的原始数据并不满足平稳性，则可以通过差分、log等数据变换诸如此类的手段将原始数据转化成平稳序列再进行后续分析。ADF（Augmented Dickey-Fuller）检验可用于验证时间序列的平稳性假设。ADF检验就是判断序列是否存在单位根：如果序列平稳，就不存在单位根；否则，就会存在单位根。所以，ADF检验的为：

（1）H0 假设：存在单位根，序列不平稳；

（2）H1 假设：不存在单位根，序列平稳；

自相关和偏自相关

自相关（Autocorrelation），也叫序列相关，是一个基于其自身在不同时间点的互相关。一个时间序列的自相关系数被称为自相关函数，或简称ACF。偏自相关（PACF）是剔除干扰后时间序列观察与先前时间步长时间序列观察之间关系的总结。一项观察的自相关和在先验时间上的观测包括直接相关和间接相关，偏自相关函数试图移除这些间接相关。

研究思路：

时间序列是指按时间排序的一些列随机数据，它们具有随机性但是彼此之间又存在着一定影响关系。随着我国资本市场的高速发展，股票市场在金融领域中的地位水涨船高，一个国家是否发达，国库是否充盈，经济是否泡沫化。。。

四、实证分析

本文通过网易财经平台下载了贵州茅台的股票价格

平稳性分析

通过绘制出的贵州茅台股票价格时序图，发现其没有明显的趋势和周期特征，可初步判断该序列平稳。

数据和代码

报告数据代码

p=read.xlsx("data.xlsx", sheet = 1)
head(p)

price<-ts(p$close,start=c(2022,3),frequency=90)
price
plot(price,type="o",xlim=c(2022.3,2022.6))

进行ADF检验，检验结果显示统计量的p值为0.04891，小于0.05的显著性水平，因此判断该序列平稳。 

 

adf.test(price)
for(k in 1:2) print(Box.test(price,lag = 6*k))  

acf(price)
pacf(price)

 

通过相关图和偏自相关图进行模型定阶

 

绘制出贵州茅台股票价格的自相关图和偏自相关图。自相关图显示延迟两阶的自相关系数在两倍标准差之外，延迟5阶和延迟6阶的自相关系数略微超出了两倍标准差。。。基于上述分析，将贵州茅台股票价格的序列拟合模型定阶为ARMA（1，2）。

ARMA模型拟合及检验

fit1<-arima(x=price,order = c(1,0,2),method = "ML")
fit1

library(aTSA)
ts.diag(fit1)

对上述拟合模型进行模型显著性检验

通过拟合模型预测股价 

plot(fore,lty=2)
lines(fore$fitted,col=4)

五、总结与展望

本文通过使用ARMA模型对贵州茅台酒股票价格进行实证分析，即建立最优的ARMA模型并对其未来三天的价格进行预测。通过本文可以发现，ARMA模型可以很好的解决平稳序列的建模问题，并且是分析预测时间序列的一种优质的工具。。。在后期，将继续探索和研究，摸索出可以精准的分析出长期趋势的更为优秀的模型。

参考文献

[1] 李易.基于ARMA模型的股价短期预测——以古井贡酒股票为例[J].山西财政税务专科学校学报,2022,24(01):25-30.

[2] 胡康,戈瑞阳.基于ARMA模型的沪深300指数价格预测[J].经济管理文摘,2021(18):169-171.

[3] 匡硕.如何看待茅台股价之“贵”？[J].中国管理信息化,2021,24(11):45-47.

[4] 谢海宁,尚园.基于ARMA模型分析的股价预测——以中信银行为例[J].北方经贸,2020(12):122-124.

创作不易，希望大家多点赞关注评论！！！（类似代码或报告定制可以私信）